Система виявлення вторгнень у програмно-визначеному мережевому середовищі на основі нейронної мережі

Скорочена інформація про документ
dc.contributor.advisorУривський, Леонід Олександрович
dc.contributor.authorМогилевич, Вадим Дмитрович
dc.date.accessioned2025-11-06T08:47:27Z
dc.date.available2025-11-06T08:47:27Z
dc.date.issued2024
dc.description.abstractТекстова частина магістерської дисертації: 106 с., 26 рис., 27 табл., 70 джерел. Актуальність роботи. У сучасних умовах стрімкого розвитку інформаційних технологій та збільшення обсягів передавання даних зростає необхідність у підвищенні рівня безпеки комп'ютерних мереж. Програмно-визначені мережі набули значного поширення завдяки своїй гнучкості, масштабованості та можливостям централізованого управління мережею. Однак, SDN також стикаються з новими загрозами безпеці, що обумовлює потребу у створенні надійних систем для виявлення вторгнень, здатних захистити мережеві інфраструктури від атак і несанкціонованого доступу. Традиційні IDS не завжди ефективно працюють у середовищах SDN через відмінності в архітектурі, динамічний характер мереж та великий обсяг трафіку. Використання нейронних мереж у IDS дозволяє підвищити точність виявлення вторгнень шляхом аналізу аномалій та шаблонів трафіку в реальному часі. Метою даної роботи є удосконалення та оцінка ефективності системи виявлення DDoS-атак в програмно-визначених мережах на основі глибокого навчання. Об’єктом дослідження є процес функціонування мережевої системи виявлення вторгнень. Предметом дослідження є методи виявлення вторгнень на основі машинного навчання. У цій роботі досліджуються особливості архітектури програмно-визначених мереж (SDN) та вплив різних видів атак на їх функціонування. Також проводиться обчислення показників точності, повноти та F-міри для моделей машинного навчання, на основі яких будуються графіки для наочності результатів.
dc.description.abstractotherText section of the thesis: 106 pages, 26 figures, 27 tables, 70 sources. Relevance of the study. In the modern environment of rapid information technology development and increasing data transmission volumes, the need to enhance computer network security is growing. Software-Defined Networks (SDN) have gained significant popularity due to their flexibility, scalability, and centralized network management capabilities. However, SDNs also face new security threats, necessitating the creation of reliable intrusion detection systems capable of protecting network infrastructures from attacks and unauthorized access. Traditional Intrusion Detection Systems (IDS) do not always work effectively in SDN environments due to architectural differences, the dynamic nature of networks, and high traffic volumes. The use of neural networks in IDS allows for improved intrusion detection accuracy by analyzing traffic anomalies and patterns in real time. The aim of this study is to improve and evaluate the effectiveness of a DDoS attack detection system in SDN based on deep learning. The object of research is the functioning process of a network IDS. The subject of research is intrusion detection methods based on machine learning (ML). This study examines the architecture of SDN and the impact of various types of attacks on their functionality. It also involves calculating accuracy, recall, and F-measure metrics for ML models, with visualizations of results for clarity.
dc.format.extent106 с.
dc.identifier.citationМогилевич, В. Д. Система виявлення вторгнень у програмно-визначеному мережевому середовищі на основі нейронної мережі : магістерська дис. : 172 Електронні комунікації та радіотехніка / Могилевич Вадим Дмитрович. – Київ, 2024. – 106 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/77115
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectсистема виявлення вторгнень
dc.subjectпрограмно визначена мережа
dc.subjectddos атаки
dc.subjectнейронні мережі
dc.subjectмашинне навчання
dc.subjectintrusion detection system
dc.subjectsoftware-defined network
dc.subjectmachine learning
dc.subjectddos attacks
dc.subjectneural networks
dc.subject.udc004.056.53
dc.titleСистема виявлення вторгнень у програмно-визначеному мережевому середовищі на основі нейронної мережі
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Mohylevych_magistr.pdf
Розмір:
2.07 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ЕКІР)
Магістерські роботи